modell

Gemini Embedding 001 Batch

Markdown · JSON

Gemini Embedding 001 Batch

google/gemini-embedding-001:batch
GoogleBeágyazásokAuto · Ultra

Aszinkron kötegelt feladatokkal alakítja a szövegeket vektorokká.

Ultra BatchPOST /v1/batches
Bemenet
text
Kimenet
embedding
Kontextus
Nincs megadva a katalógusban
Max. válasz
Nincs megadva a katalógusban
Bemenet
0,00015 USD / 1K
Kimenet
0,00 USD / 1K
Metódus paraméterei és életciklusa
ParaméterSzerződés
ParaméterendpointSzerződés/v1/embeddings
ParamétermodelSzerződésgoogle/gemini-embedding-001:batch
ParaméterrequestsSzerződéscustom_id + body.input

Életciklus: asynchronous

GET /v1/batches/{request_id} · response.id

POST /v1/batches

curl --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  -H "Content-Type: application/json" \
  -H "X-Ailoot-Routing-Mode: ultra" \
  --data '{"model":"google/gemini-embedding-001:batch","endpoint":"/v1/embeddings","requests":[{"custom_id":"text-1","body":{"input":"First document"}}]}'

GET /v1/batches/{request_id}

curl --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  -H "X-Ailoot-Routing-Mode: ultra"
JSON
{"about":"Aszinkron kötegelt feladatokkal alakítja a szövegeket vektorokká.","alias_of":null,"aliases":[],"author":"Google","available":true,"canonical_model":"google/gemini-embedding-001:batch","card_routes":[{"label":"Ultra","rates":[{"amount":0.15,"amount_unit":"usd_per_million_tokens","key":"in","label":"Input","side":"in"}]}],"ctx":null,"formats":["batches"],"id":"google/gemini-embedding-001:batch","input":["text"],"kind":"embedding","max_out":null,"methods":[{"contract":{"data":{"example_body":{"endpoint":"/v1/embeddings","model":"google/gemini-embedding-001:batch","requests":[{"body":{"input":"First document"},"custom_id":"text-1"}]},"outputs":{"family":"embedding","fields":[{"name":"id","type":"string"},{"name":"status","type":"string"},{"name":"results[].custom_id","type":"string"},{"name":"results[].response.body.data[].embedding","type":"number[]"},{"name":"results[].error","type":"object|null"}],"format":"JSON","vector_dimensions":3072},"parameters":[{"enum":["google/gemini-embedding-001:batch"],"name":"model","required":true,"type":"string"},{"enum":["/v1/embeddings"],"name":"endpoint","required":true,"type":"string"},{"min_items":1,"name":"requests","required":true,"type":"batch_item[]"},{"name":"requests[].custom_id","required":true,"type":"string","unique_within_batch":true},{"name":"requests[].body.input","required":true,"type":"string"}]},"hints":[],"input":{"endpoint":"/v1/embeddings","model":"google/gemini-embedding-001:batch","requests":"custom_id + body.input"},"lifecycle":{"create":{"accepted_status":202,"http":"POST","path":"/v1/batches"},"mode":"asynchronous","status":{"http":"GET","id_source":"response.id","path":"/v1/batches/{request_id}"}},"method":{"http":"POST","path":"/v1/batches"},"output":{"family":"embedding","fields":[{"name":"id","type":"string"},{"name":"status","type":"string"},{"name":"results[].custom_id","type":"string"},{"name":"results[].response.body.data[].embedding","type":"number[]"},{"name":"results[].error","type":"object|null"}],"format":"JSON","vector_dimensions":3072}},"ctx":null,"examples":[{"code":"curl --silent --show-error https://api.ailoot.ai/v1/batches \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n  -H \"Content-Type: application/json\" \\\n  -H \"X-Ailoot-Routing-Mode: ultra\" \\\n  --data '{\"model\":\"google/gemini-embedding-001:batch\",\"endpoint\":\"/v1/embeddings\",\"requests\":[{\"custom_id\":\"text-1\",\"body\":{\"input\":\"First document\"}}]}'","label":"curl · POST /v1/batches","language":"bash"},{"code":"curl --silent --show-error \"https://api.ailoot.ai/v1/batches/$BATCH_ID\" \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n  -H \"X-Ailoot-Routing-Mode: ultra\"","label":"curl · GET /v1/batches/{request_id}","language":"bash"}],"family":"batch","fmt":"batches","hints":[],"http":"POST","img_in":null,"img_out":null,"in":0.15,"input":["text"],"label":"Batch","max_out":null,"native_endpoint":"batches","out":0,"output":["embedding"],"path":"/v1/batches","pricing":{"billing_mode":"token","cache_write_1h_usd_per_token":null,"cache_write_5m_usd_per_token":null,"currency":"USD","input_usd_per_token":1.5e-07,"output_usd_per_token":0,"price_policy":"native_accepted_retail_card","provenance":"native_group_model_pricing","status":"configured","tiers":[{"cache_write_1h_usd_per_token":null,"cache_write_5m_usd_per_token":null,"input_usd_per_token":1.5e-07,"interval_boundary":"min_exclusive_max_inclusive","label":"","min_tokens":0,"null_rate_policy":"inherit_base_rate","output_usd_per_token":0}]},"request_model_id":"google/gemini-embedding-001:batch","route_label":"Ultra","route_tier":"ultra","status_reads":["GET /v1/batches/{request_id}"],"tiers":[],"unit":"token","units":[]}],"model_aliases":[],"name":"Gemini Embedding 001 Batch","price":{"in":0.15,"in_label":null,"out":0,"out_label":null,"sort_in":0.15,"sort_out":0,"varies":false},"public_id":"google/gemini-embedding-001:batch","short":"Aszinkron kötegelt feladatokkal alakítja a szövegeket vektorokká."}

Kérdések

Hogyan válasszak modellt a feladatomhoz?

Először határozza meg a szükséges bemenetet és kimenetet: szöveg, kép, hang vagy videó. Ezután hasonlítsa össze a kompatibilis API-metódusokat, a modell pontos ID-ját vagy az alias által jelenleg megjelölt modellt, az árat és a számlázási egységet. A GET /v1/models ingyenes, és felsorolja a kulcsával elérhető modelleket.

Minden modell támogat minden API-metódust és médiatípust?

A modell adatlapján felsorolt API-metódusokat, valamint bemeneti és kimeneti típusokat használja. A szöveg, kép, hang vagy videó támogatása a kiválasztott modelltől és metódustól függ; az adatok elküldése előtt ellenőrizze a hozzájuk tartozó mintakérést.

Mi a különbség a modell ID-ja és az alias között?

A modell pontos ID-ja egy konkrét modellt azonosít. Az alias egy modellre mutat, és a célmodellje változhat. Ellenőrizze a katalógusban, melyik modellre mutat jelenleg az alias; használja a pontos ID-t, ha az integrációjának egy konkrét modellre van szüksége.

Hogyan hasonlítsam össze az árakat a kérés elküldése előtt?

A modell adatlapján ellenőrizze a kiválasztott API-metódus árát és számlázási egységét. Azonos egységet és azonos bemeneti és kimeneti típust hasonlítson össze; a kérési előzmények a tényleges használatot és a felszámított összeget mutatják.

Mit ad az előfizetés?

Tokenvásárlási kedvezményt rendszeres munkához. A kérésmennyiségéhez válasszon tarifát; az előfizetés feltételei és ára megrendeléskor látható.

Hogyan alkalmazzam az akár 50%-os promókódot?

Tokenvásárláskor adja meg a promókódot. A végösszeg az akció feltételei szerint újraszámolódik; a kedvezmény mértéke fizetés előtt látható.